基于決策樹(shù)算法的IT行業(yè)客戶(hù)流失預(yù)測(cè)技術(shù)研究.pdf

1、隨著國(guó)外的IT企業(yè)大舉進(jìn)入中國(guó)市場(chǎng),歐美企業(yè)既有產(chǎn)品技術(shù)優(yōu)勢(shì)又有豐富的市場(chǎng)營(yíng)銷(xiāo)管理經(jīng)驗(yàn),使本來(lái)就飽和的國(guó)內(nèi)IT市場(chǎng)的競(jìng)爭(zhēng)更加激烈。國(guó)內(nèi)IT企業(yè)面對(duì)歐美IT企業(yè)的競(jìng)爭(zhēng),增加新的市場(chǎng)份額日益困難,老客戶(hù)的流失又給企業(yè)造成很大的利潤(rùn)下滑,而獲取新客戶(hù)的綜合成本又遠(yuǎn)高于維護(hù)老客戶(hù)的成本,在一定程度上影響了國(guó)內(nèi)IT企業(yè)的健康發(fā)展。
　　如何在客戶(hù)流失之前就發(fā)現(xiàn)具有潛在流失可能性的客戶(hù),從而針對(duì)特定的客戶(hù)群體采取相應(yīng)的營(yíng)銷(xiāo)策略,挽留老客戶(hù),已

2、經(jīng)成為各IT企業(yè)普遍關(guān)注的問(wèn)題。數(shù)據(jù)挖掘就是從海量的數(shù)據(jù)中提取出人們關(guān)注的數(shù)據(jù)之間所隱含的知識(shí)和信息,在一定程度上解決了IT行業(yè)客戶(hù)流失的問(wèn)題。
　　本論文所完成的主要工作如下:
　　(1)對(duì)數(shù)據(jù)挖掘算法中經(jīng)典的決策樹(shù)算法進(jìn)行了分析和研究,描述了決策樹(shù)算法的生成原理和步驟,分析了常用的決策樹(shù)算法ID3、C4.5和C5.0算法的優(yōu)缺點(diǎn)。
　　(2)利用Clementine數(shù)據(jù)挖掘工具,結(jié)合C5.0決策樹(shù)算法,建立客戶(hù)流失

3、預(yù)測(cè)模型,對(duì)建立的客戶(hù)流失預(yù)測(cè)模型進(jìn)行評(píng)估和分析。
　　(3)在完成客戶(hù)流失系統(tǒng)總體框架和系統(tǒng)功能模塊設(shè)計(jì)的基礎(chǔ)上,實(shí)現(xiàn)客戶(hù)流失預(yù)測(cè)功能模塊。最后以方正科技客戶(hù)數(shù)據(jù)為例,對(duì)比分析歷史同期使用客戶(hù)流失預(yù)測(cè)系統(tǒng)前后實(shí)際客戶(hù)流失數(shù)量,實(shí)際客戶(hù)流失數(shù)量均比歷史同期有一定程度的降低,保持了一定的客戶(hù)流失預(yù)測(cè)準(zhǔn)確率。
　　本文把數(shù)據(jù)挖掘理論和實(shí)際項(xiàng)目相結(jié)合,最終實(shí)現(xiàn)了將預(yù)測(cè)系統(tǒng)應(yīng)用于具有潛在流失可能性的客戶(hù)識(shí)別。結(jié)果表明所建立的客戶(hù)流失